利用反射光谱信息提取叶片水分含量的方法比较

实验采集了21个样区10余种类型植被的叶片信息,其中包括52组反射光谱数据(350 nm~2 500 nm),对应的叶片含水量(相对含水量FMC和等效水厚度EWT)。分析了叶片反射率与含水量之间的相关关系。实验结果表明EWT与叶片反射率之间存在较好的线性相关关系,而FMC与叶片反射率相关关系较差。通过选取不同光谱波段构造多个光谱指数,研究光谱指数与叶片含水量的相关关系,发现构造指数方法优于普通的光谱回归分析,其中,Ratio975和Ratio1 200效果最好。同时在利用光谱指数反演叶片含水量时,对于EWT仍存在较高的反演精度。     

基于SPOT-VGT NDVI时间序列的农牧交错带植被物候监测

为了分析中国农牧交错带植被典型物候期(生长开始日期,生长结束日期和生长季长度)的变化趋势,利用2001-2010年SPOT-VGT NDVI(SPOT-VEGETATION normalized differential vegetation index)数据,基于Savitzky—Golay滤波和动态阈值法,提取了中国北方农牧交错带植被物候期,探讨研究区植被物候期的空间差异和时间变化。研究表明,农牧交错带植被的生长季一般从4月中旬到5月下旬开始,9月下旬至10月下旬结束;从西南部到东北部,植被物候表现出明显的空间差异;农田植被物候期与自然植被略有不同;对研究区10a物候期线性拟合,得出研究区大部分植被覆盖区域生长季开始日期呈现提前趋势,提前日期大约为1～10d左右;除部分地区外,2001-2010年农牧交错带植被生长季结束日期没有明显变化趋势;10a间研究区大部分草地生长季延长,也有一部分地区的生长季出现缩短趋势。研究提取结果与已有的相关研究结果较为一致,可为农牧交错带生态环境评价和保护提供一定的参考。     

应用遥感技术评估土壤侵蚀影响因素

在全世界范围内土壤侵蚀对农业生产、地基和水质量都具有负面影响。因此,进行土壤侵蚀评价是非常重要的,但其往往受到数据可用性和数据质量的限制。利用遥感技术有助于土壤侵蚀的评价,它可以为土壤侵蚀评价提供所需的空间数据。在过去的30年许多研究在这方面做了不同深度层次的工作。本论文主要回顾了利用遥感技术评估土壤侵蚀影响因素的方法。土壤侵蚀影响因素的评估包括：地貌、土壤特性、植被覆盖和管理措施。     

基于光谱特征分析的主要秋季作物类型提取研究

为快速、准确地在遥感图像上提取各种农作物类型信息，满足国家农情遥感监测系统的要求，以2002年北京地区主要秋季作物提取为例，利用Terra/MODIS数据，采用波谱分析的方法，建立一种基于遥感影像全覆盖的秋季作物类型自动提取方法，实现主要秋季作物遥感自动识别。首先根据研究区秋季作物的波谱特性和生物学特性，选取了红波段、蓝波段、近红外波段和中短波红外波段作为秋季作物类型提取的工作波段；同时，还利用由这4个波段构建的陆表水分指数和增强型指标指数作为遥感特征参量。其次根据研究区农作物物候历特征，提取了2002年4月到9月共7个时相的MODIS数据。最后，采用分层决策树方法提取研究区主要秋季作物类型，并进行面积统计。为了验证其精度，与国家农业部农业统计数据进行比较，结果其精度达到86%以上。这表明，仅利用MODIS自身光谱信息，即可较为准确地提取秋季作物类型信息，精度基本能满足了大尺度农情遥感监测的要求，可以为农业决策部门提供信息服务。     

基于拟合物候参数的植被遥感决策树分类

针对目前遥感分类较少利用植被物候特征参数的现状,该研究以内蒙古自治区额尔古纳、根河两市作为试验区,基于2012年根河土地覆盖数据,采用双Logistic函数拟合的方法对跨度范围为2011年7月下旬至2013年7月下旬的时间序列MODIS EVI数据进行植被物候参数的分析与提取,并依据物候参数特征构建决策树对试验区土地覆盖进行分类。研究表明,不同植被的物候有较明显的特征,森林、草原与作物的生长季开始时间依次滞后,作物的生长季最短,森林与草原生长季基本持平;利用植被物候特征参数进行决策树分类,作物和森林2种植被类型取得较好分类效果,分类的总体精度达到73.67%,优于该区域MODIS土地覆盖产品的总体精度(66.08%)。该研究可为呼伦贝尔地区生态环境评价和农、牧、林业生产活动提供一定的参考。     

基于主成分分析红壤有效含水量估算模型

季节性干旱是南方红壤地区农业可持续发展面临的关键科学问题,土壤有效含水量是评价土壤对植物给水能力的重要因子之一。该文以红壤为研究对象,在江西省采集了34个红壤样品,测定了土壤田间持水量、永久萎蔫系数、有机质含量、土壤容重、土粒密度和土壤质地组成(砂粒,粉砂粒和黏粒)的百分含量等土壤物理参数,并对这些因子进行主成分分析,建立经验回归模型,相关系数为0.87。结果表明：区域红壤有效含水量可以通过土壤物理参数估算,通过主成分分析等统计方法对于大面积估算土壤有效含水量是可行的。